原对偶遗传算法（PDGA）较好地保持了种群的多样性和较强的稳定性，改善了在搜索空间里的搜索能力，使搜索更为有效，但没有利用系统中的反馈信息，导致无为的冗余迭代，求解效率不高。而蚁群算法是通过信息素的累积和更新来收敛于最优路径，具有分布、并行、全局收敛能力，但是搜索初期信息素匮乏，导致算法速度慢。通过将两种算法进行融合，克服两种算法各自的缺陷，优势互补，形成一种全局寻优性能好，稳定性强，效率高的启发式算法，通过仿真计算，表明融合算法的性能优于遗传算法，原对偶遗传算法和蚁群算法。